1
我有两个向量表示为HashMap,我想测量它们之间的相似度。我用的是余弦相似度量如下面的代码:余弦相似度返回错误距离
public static void cosineSimilarity(HashMap<Integer,Double> vector1, HashMap<Integer,Double> vector2){
double scalar=0.0d, v1Norm=0.0d, v2Norm=0.0d;
for(int featureId: vector1.keySet()){
scalar+= (vector1.get(featureId)* vector2.get(featureId));
v1Norm+= (vector1.get(featureId) * vector1.get(featureId));
v2Norm+= (vector2.get(featureId) * vector2.get(featureId));
}
v1Norm=Math.sqrt(v1Norm);
v2Norm=Math.sqrt(v2Norm);
double cosine= scalar/(v1Norm*v2Norm);
System.out.println("v1 is: "+v1Norm+" , v2 is: "+v2Norm+" Cosine is: "+cosine);
}
奇怪的是,那应该两个向量是不同的接近.9999结果这是错误的!
请注意,这两个地图的密钥完全相同。
数据文件是在这里:file
文件格式:
FEATUREID vector1_value vector2_value
我们可以看到两个向量的数据吗? – 2013-03-12 07:34:44
没有任何关于你的代码跳出。我同意安德斯的看法,我们需要查看数据。 – NPE 2013-03-12 07:39:02
@ AndersR.Bystrup当然。这是相当长的矢量虽然 – DotNet 2013-03-12 07:39:21